解析存储资源盘活系统的三种缓存方式

缓存，是利用局部性原理，将高频操作的数据存放到访问速度更快的介质中，后续读取相同数据时无需再访问慢速设备，从而可以显著降低操作延时，提高读写速度。局部性原理有两种：

空间局部性：一个位置的数据被访问后，在不久的将来该位置附近的数据很有可能也被访问。

时间局部性：一个位置的数据被访问后，在不久的将来该部分数据很有可能被多次访问。

不同存储介质的访问速度：

计算机存储体系中的缓存有多种形态，包括硬件实现（如寄存器、CPU高速缓存）、软件实现（如文件系统的Page Cache)。离CPU越近的存储缓存，访问速度越快，每单位容量的成本越高，因此容量也越小。

寄存器：寄存器是 CPU 内部用来暂时存放指令、数据、地址以及其他运行时所需信息的部件。

CPU高速缓存： L1/L2/L3 Cache作为高速缓存，保存最近被使用的指令和数据。

Page Cache: 磁盘中的数据必须先被读到内存中才能被CPU访问，为了避免每次读写文件时都访问磁盘，Linux文件系统使用Page Cache机制对文件中的数据进行缓存。

 

存储资源盘活系统的缓存：将内存作为底层磁盘的缓存，利用时间局部性原理，将最近读写的数据存放到内存中。对于HA卷，利用强一致性算法，实现多个节点的缓存同步，避免单节点故障后导致缓存数据丢失。本文重点介绍缓存的写模式。

写模式决定了收到写请求后，缓存和底层存储介质中数据的更新方式。以存储资源盘活系统HBlock为例，支持三种缓存模式：

缓存模式1：Write Back

写请求的数据更新到写缓存后，即可向客户端返回成功。每次写请求只需要更新内存，完成写操作的延时很低，从而可以实现较高的写速度。缓存中的数据由后台线程同步到底层磁盘，触发同步的时机有两种：数据在缓存中的存放时间超过阈值、缓存中待同步的数据量超过阈值。后台线程在同步之前，会对缓存中数据进行合并，将客户端的小IO转换为对底层磁盘的大IO，避免以低效的方式访问磁盘，进一步提升了客户端的写性能。

这种模式的缺点是缓存中存在未落盘的数据时，若节点发生断电、宕机等故障，会导致缓存中的数据丢失。

缓存模式2：Write Through

写请求的数据更新到写缓存后，还需要等待数据被成功写入到底层磁盘后，才能向客户端返回成功。由于保证了缓存和底层磁盘中数据的一致性，因此不存在节点发生故障后数据丢失的问题。后续的读操作可以直接从缓存获取到数据，因此能为客户端提供较高的读性能。

这种模式的缺点是每次写请求的耗时较长，因此不适合于频繁写入的应用场景。

缓存模式3：Write Around

写请求的数据直接写入到底层磁盘后，向客户端返回成功。数据不再更新到缓存中，因此可以减少内存占用，避免与系统中其他服务争抢宝贵的内存资源。与Write Through模式类似，每次写请求的数据均落盘，不存在节点发生故障后数据丢失的问题。

与Write Through模式相比，不再将数据存放到缓存，因此后续若收到读请求则需要访问底层磁盘，读操作的延时会变长。这种模式适合于对数据安全性要求较高、读操作较少的应用场景。

我们可以将三种缓存模式总结成下表：

	Write Back	Write Through	Write Around
写性能	高	低	低
读性能	高	高	低
安全性	低	高	高
占用内存	多	多	少

综上对比，Write Back模式适用于对读写性能要求较高，但对数据的安全性要求相对较低的场景。Write Through模式适用于对数据的安全性要求较高，写少读多的场景。Write Around模式适用于对数据的安全性要求较高，且写入的数据极少会被读取的场景。为了同时得到较高的读写性能与较好的数据安全性，可以使用Write Back模式，并启用卷的高可用特性，即可实现多节点之间的缓存同步，避免单节点故障导致的缓存数据丢失。